基于动态情境感知的W5模型研究
Twitter、Sina Micro-blog等社交网络应用为基于位置的服务提供了大量情境信息,形如用户id(Who)、签到时间(When)、GPS坐标(Where)、微博内容主题词(What)和微博内容诱因词(Why)等(简称5W).它们为用户的行为和偏好的研究提供了契机.本文提出了基于5W动态情境感知信息的W5概率模型,并采用包含情境信息的联合概率分布分别从时间、空间和活动等方面挖掘用户动态行为,用于用户和位置预测的应用.文中实验基于两个数据集:Geo-Text(GT)和Sina-Tweets(ST),在数据集上进行了用户预测(UP)和位置预测(LP)实验.实验结果表明,W5模型在UP和LP两方面准确率均高于W4模型”UP:(GT:3.75％,ST:6.54％)和”LP:(GT:8.7％,ST:20.6％)”.同时,W5模型在时间误差和空间距离误差两方面也取得了较好的性能.
动态情境 联合概率 数据集 准确率
国内会议
北京
中文
1-9
2014-09-13（万方平台首次上网日期，不代表论文的发表时间）